Question

我正在阅读Hadley Wickhams关于Github的书，特别是this part on lazy evaluation。在那里，他给出了一个懒惰评估结果的例子，在add/adders函数的部分。让我引用一点：

当使用lapply或循环创建闭包时，[懒惰评估]很重要：
add <- function(x) {
  function(y) x + y
}
adders <- lapply(1:10, add)
adders[[1]](10)
adders[[10]](10)
第一次调用其中一个加法器时，
会被懒惰地评估功能。此时，循环完成并且最终值为 x是10.因此，所有加法器函数都会将10加到它们上面输入，可能不是你想要的！手动强制进行评估修复问题：
add <- function(x) {
  force(x)
  function(y) x + y
}
adders2 <- lapply(1:10, add)
adders2[[1]](10)
adders2[[10]](10)

我似乎并不理解这一点，而且解释很少。有人可以详细说明这个特定的例子，并解释那里发生了什么？我特别对句子感到困惑“此时，循环完成，x的最终值为10”。什么循环？什么最终价值，在哪里？一定是简单的我想念，但我只是没有看到它。非常感谢。

Answer 1

从R 3.2.0开始，这已经不再适用了！

change log中的相应行显示：

高阶函数，例如apply函数和Reduce（）强制论证它们适用的函数以消除惰性评估和变量捕获之间的不良交互在关闭。

确实：

add <- function(x) {
  function(y) x + y
}
adders <- lapply(1:10, add)
adders[[1]](10)
# [1] 11
adders[[10]](10)
# [1] 20

Answer 2

目标：

adders <- lapply(1:10, function(x)  add(x) )

是创建一个add函数列表，第一个添加1到它的输入，第二个添加2，等等。懒惰评估使R等待真正创建加法器函数，直到你真正开始调用函数。问题是在创建第一个加法器函数后，x循环增加lapply，结束值为10.当您调用第一个加法器函数时，延迟评估现在构建函数，获取x的值。问题是原始x不再等于1，而是等于lapply循环末尾的值，即10。

因此，延迟评估会导致所有加法器函数等到lapply循环完成后才真正构建函数。然后他们用相同的值构建他们的函数，即10. Hadley建议的解决方案是强制x直接评估，避免延迟评估，并使用正确的x值获取正确的函数。 / p>

解释一个懒惰的评价怪癖

2 个答案: